Mit Machine-Learning-Algorithmen Absatzprognosen für Lebensmittel verbessern

INFORM und PROGNOSIX starten Kooperation bei Absatzplanung im Lebensmittelhandel

Aachen/Zürich, 16. Mai 2017 – INFORM, Spezialist für Optimierungssysteme, und PROGNOSIX, führendes Schweizer Unternehmen im Bereich Faktoren-basierter Absatzprognosen, kooperieren ab sofort im Bereich der Absatzplanung im Lebensmitteleinzelhandel. Die Kooperation ist die logische Fortsetzung aus der Zusammenarbeit in einem Forschungsprojekt, welches sich mit dem Einfluss von externen Faktoren auf die Absatzprognosen insbesondere frischer Lebensmittel auseinandergesetzt hat. Ergebnis dieses Projektes ist die Software PROGNOSIX Demand, welche ab sofort verfügbar ist.

Der Lebensmittelhandel muss heute hohen Ansprüchen bezüglich Qualität und Verfügbarkeit gerecht werden. Diese Ansprüche befinden sich dabei in einem Spannungsfeld mit den entstehenden Kosten. Bessere Prognosen des Produktabsatzes können helfen, diese Kosten signifikant zu senken und dadurch entsprechend höhere Gewinne zu erzielen. Ziel des durch die Kommission für Technologie und Innovation (KTI) des Schweizer Bundes geförderten Forschungsprojektes „Comprehensive Sales Forecasting“ war es, den Einfluss verschiedener externer Faktoren wie Wetter, Feiertage oder Produktähnlichkeiten auf die Absätze insbesondere frischer Lebensmittel zu identifizieren und diese in mathematischen Algorithmen abzubilden. Projektpartner waren neben der Zürcher Hochschule für Angewandte Wissenschaften (ZHAW) der deutsche Optimierungsspezialist INFORM, das Schweizer Start-up PROGNOSIX sowie verschiedene Schweizer Lebensmittelhändler.

Im Rahmen des Forschungsprojektes wurde eine neue Generation von Machine-Learning-Algorithmen entwickelt, die menschliche Expertise zielführend und verständlich unterstützen. Die im Projekt mit einem Software-Prototypen durchgeführten Fallstudien zeigen, dass die neuen Algorithmen durch den Einbezug externer Faktoren die tatsächlichen Absätze viel genauer ermitteln können als dies bei klassischen Ansätzen (z.B. reinen Zeitreihenanalysen) möglich ist. So führt z.B. die Berücksichtigung einer aktuell sehr warmen Wetterperiode dazu, dass der Absatz eines entsprechend Wetter-sensitiven Produktes wie einer Melone deutlich besser vorhergesagt werden kann, als wenn lediglich die Verkaufszahlen des Vorjahres neutral betrachtet werden. Lebensmitteleinzelhändler können daher mit wesentlich geringeren Beständen arbeiten und in der Folge Lebensmittelverschwendung signifikant reduzieren. Kombiniert man die Ergebnisse mit den vermeidbaren Kosten durch entgangene Opportunitäten, werden so insgesamt Gewinnsteigerungen von bis zu fünf Prozent des zugrundeliegenden Umsatzes mit geringem Aufwand realisierbar. Durch die Umsetzung des im Projekt entwickelten Softwareprototypen in ein marktfähiges Produkt stehen diese Potentiale mit der Software PROGNOSIX Demand dem Handel nun ab sofort zur Verfügung.

Mensch und Maschine im Einklang

Anders als bei anderen Machine-Learning-Ansätzen gehört die Nutzerzentrierung zum Kerngedanken bei PROGNOSIX Demand. „Durch die Interaktion zwischen Mensch und Maschine lassen sich insbesondere bei einer schlechten Datengrundlage sehr schnell wertvolle Erkenntnisse für die Prognose gewinnen“, sagt Dr. Peter Kauf, CEO von PROGNOSIX. „Es wäre auch grundsätzlich falsch, die über Jahre gewonnene Expertise der Planer völlig außer Acht zu lassen. Bei allein Maschinen-orientierten Ansätzen wie neuronalen Netzen dauert es zudem viel länger, bis die Algorithmen eine Qualität erreichen, so dass sie auch operativ im Unternehmen eingesetzt werden können – ganz zu schweigen von der Zeit, die es braucht bis ein erfahrener Anwender einer Black-Box Lösung überhaupt erst zu vertrauen anfängt.“ Der kombinierte Ansatz hat einen weiteren Vorteil: Es findet nicht nur ein Wissenstransfer von Mensch zu Maschine statt, sondern es fließt auch Know-How von der Maschine zurück zum Menschen. „Erfahrene Disponenten können durch die transparenten, objektiven Rückmeldungen der Prognosealgorithmen ihre Intuition auf völlig neue Levels bringen, während sich ihre jungen Kollegen dank der zentral aufbereiteten Informationen sehr schnell in ihre hochkomplexen Aufgaben einarbeiten können. Darüber hinaus entsteht durch die Nachvollziehbarkeit von Prognosen auch eine hohe Akzeptanz für ein solches System“, ergänzt Kauf.

Eine starke Partnerschaft

„Wir glauben daran, dass ein solcher Ansatz im Lebensmitteleinzelhandel sehr erfolgsversprechend ist und ein Produkt wie PROGNOSIX Demand ein echtes Bedürfnis in der Branche deckt“, erklärt Peter Frerichs, stellvertretender Leiter des Geschäftsbereichs Inventory & Supply Chain bei INFORM, die Kooperation mit PROGNOSIX. Eine sehr gute Grundlage für die Optimierung der Algorithmen im KTI-Forschungsprojekt war die Software add*ONE von INFORM, welche im Bereich der Bestandsoptimierung und der Absatzplanung heute schon bei verschiedenen namhaften Lebensmittelherstellern zum Einsatz kommt, wie z.B. Deutsche See, Coppenrath & Wiese oder Capri-Sonne. Durch die Kooperation mit einem starken etablierten Partner in Deutschland erhofft sich das junge Unternehmen PROGNOSIX einen erfolgreichen Eintritt in den internationalen Markt. „Beide Unternehmen haben einen universitären Hintergrund und INFORM verfolgt genau wie wir einen Benutzer-zentrierten Ansatz. Es war daher fast folgerichtig, dass sich im Verlauf des Forschungsprojektes Anknüpfungspunkte für eine weiterführende Kooperation ergeben haben“, bewertet Kauf die Partnerschaft.

PROGNOSIX Demand lässt sich in jedes beliebige Warenwirtschaftssystem integrieren und flexibel an die individuellen Anforderungen der Lebensmittelhändler anpassen. Die Software ist webbasiert und erlaubt daher eine schnelle und kostengünstige Einführung – entweder in einer Hochsicherheitscloud oder auch als On-Premise-Lösung.

Weitere Informationen zu PROGNOSIX sind erhältlich unter www.prognosix.ch
Weitere Informationen zu INFORM finden Sie unter: www.inform-software.de

INFORM ist spezialisiert auf Lösungen, die anders als lediglich datenverwaltende Software „mitdenken“ und in Echtzeit intelligente Planungs- und Dispositionsentscheidungen treffen. Die Basis dafür sind wissenschaftlich fundierte, mathematische Optimierungsalgorithmen aus Fuzzy Logic und Operations Research, die für das jeweilige Einsatzfeld angepasst werden. Die Software mit Entscheidungsintelligenz optimiert Geschäftsprozesse in der Transportlogistik, im Airport Resource Management, in der Produktion und der Material- und Warenwirtschaft. Die über 600 Mitarbeiter der INFORM betreuen heute zahlreiche Kunden auf der ganzen Welt, darunter Containerterminals, Verkehrsflughäfen, Finanzdienstleister, Industriebetriebe, Großhändler, Lager- und Umschlagzentren sowie Transportunternehmen.

Kontakt
INFORM GmbH
Sabine Walter
Pascalstraße 35
52076 Aachen
089 41 95 99 31
inform@maisberger.com
https://www.inform-software.de/